监控指标体系

RabbitMQ 提供丰富的运行时指标，构建合理的指标体系是保障消息系统稳定运行的前提。

核心指标分类

1. 消息速率指标

发布速率持续高于投递速率时，队列将产生积压。

// 通过 HTTP API 获取消息速率
import com.rabbitmq.client.HttpFirehose;

public class MetricsExample {
    public static void main(String[] args) throws Exception {
        // 实际通过 /api/overview 或 Prometheus exporter 获取
        // 示例：GET http://localhost:15672/api/overview
        String overview = "
            {
              "queue_totals": {
                "messages": 15230,
                "messages_ready": 12000,
                "messages_unacknowledged": 3230
              },
              "message_stats": {
                "publish_details": {"rate": 1250.5},
                "deliver_details": {"rate": 1100.3},
                "ack_details": {"rate": 1080.0}
              }
            }
            ";
        System.out.println(overview);
    }
}

2. 队列深度指标

messages = messages_ready + messages_unacknowledged

3. 连接与通道指标

连接数过多会导致文件描述符耗尽，触发 too many open files 错误。

4. 内存与磁盘指标

达到内存水位线（默认 40% 可用内存）时触发 Flow Control，生产者将被阻塞。

告警规则配置

基础告警阈值

Prometheus AlertManager 规则示例

groups:
  - name: rabbitmq.rules
    rules:
      - alert: RabbitMQQueueBuildup
        expr: rabbitmq_queue_messages_ready > 50000
        for: 5m
        labels:
          severity: critical
        annotations:
          summary: "队列积压超过 50000 条"

      - alert: RabbitMQFlowControl
        expr: rabbitmq_node_mem_used / rabbitmq_node_mem_limit > 0.8
        for: 2m
        labels:
          severity: warning
        annotations:
          summary: "RabbitMQ 触发流控，生产者被阻塞"

      - alert: RabbitMQDiskLow
        expr: rabbitmq_node_disk_free < rabbitmq_node_disk_free_limit
        for: 1m
        labels:
          severity: critical
        annotations:
          summary: "磁盘空间不足，已触达下限"

告警触发时间（for）需根据业务容忍度调整：队列积压可容忍较长时间，内存和磁盘告警应快速响应。

指标采集方式

RabbitMQ 支持三种指标采集方式：

1. HTTP API：/api/overview、/api/queues 等端点，适合低频轮询
2. Prometheus 插件：rabbitmq_prometheus，暴露 /metrics 端点
3. Management Plugin：Web UI 直接查看

// 使用 HTTP API 批量获取队列指标
import java.net.URI;
import java.net.http.HttpClient;
import java.net.http.HttpRequest;
import java.net.http.HttpResponse;
import java.util.Base64;

public class QueueMetricsCollector {
    private static final String API_URL = "http://localhost:15672/api/queues";
    private static final String AUTH = Base64.getEncoder()
        .encodeToString("guest:guest".getBytes());

    public static void main(String[] args) throws Exception {
        HttpClient client = HttpClient.newHttpClient();
        HttpRequest request = HttpRequest.newBuilder()
            .uri(URI.create(API_URL))
            .header("Authorization", "Basic " + AUTH)
            .build();

        HttpResponse<String> response = client.send(request,
            HttpResponse.BodyHandlers.ofString());
        System.out.println(response.body());
    }
}

注意事项

1. 指标采集频率不宜过高，建议 15s~30s 一次，避免对 Broker 造成额外压力
2. messages_unacknowledged 突增说明消费者处理缓慢或卡死，需优先排查
3. 内存和磁盘指标必须设置硬性告警，Flow Control 触发后恢复成本较高
4. 产销比（publish/deliver）持续大于 1 说明消费者能力不足或存在慢查询
5. 连接数和通道数应设置上限，通过 max_connections 参数限制

要点总结

• 消息速率、队列深度、连接数、资源使用率是四大核心指标类别
• 队列积压、产销比失衡、内存/磁盘触达是三类典型告警场景
• Prometheus 插件是推荐的采集方式，配合 AlertManager 实现自动告警
• HTTP API 适合低频采集或临时诊断场景
• 告警阈值需结合业务容忍度与集群容量综合设定